背景介绍

　　在一些业务场景，我们需要把离线训练好的模型以微服务部署线上，如果是简单的使用sklearn pipeline，可以保存为XML格式的pmml供Java调用，
在配置为4 core，8G内存的docker环境可以提供8K左右的高并发，并且这种docker可以快速大规模部署到PaaS云平台，优势相当明显，实际情况是
算法人员会基于Python自定义lambda处理数据，而自定义的lambda是很难保存到pmml中的，并且很多公司的算法团队也是要求基于Python技术栈是

落地的。

踩坑过程

　　算法人员序列化训练好的模型无外乎pkl 、h5，就以pkl为例，pkl中包含了数据的预处理、模型的pipeline等，把这种模型包装为微服务也不难，可以

选择flak+gevent+Gunicorn,前两个可以包装标准的API接口，Gunicorn是web容器可以提供异步高并发服务，在测试服务器(8 cores, 16G内存)QPS达到

10K +，性能还是可以的。

　　1）docker部署踩坑，Python工程根目录下自己编写docker file，可以从开源镜像库选择自己的一款，Dockerfile里面命令行类似shell，比如下图：

Python以来的相关模块、工程路径等要加上，接着docker build构建镜像，把镜像push到公司镜像库，在PaaS云平台pull镜像，整个流程不是太复杂，

但是压测的时候，几秒之内会发现docker的使用情况是CPU全部满负载100%，内存倒是50%左右，其实模型就是简单的分类算法，这其中的瓶颈主要是

两方面的：

　　a)docker内部的Python应用与外部的通信链路比较耗时，优化代价较高，需要专业的docker专家来优化；

　　b)Python应用本身既要有多线程、多协程的开销，是消耗CPU资源的，并且分类算法本身就是很耗费CPU资源的，属于计算密集型，所以docker的CPU很快

满负载，除非把算法的计算单独剥离出去；

至此基于docker的Python微服务行不通。

　　2)直接把Python应用部署物理机，gunicorn作为web容器可以设置IP、port、工作进程数、最大并发数等等，可以参照gunicorn docs，具体策略有：

　　a)application部署采用多进程部署，代码内部采用多线程、协程处理请求响应；

　　b)对于一些重复的请求参数，引入LRU cache既降低了延时也避免了重复调用；

　　c)由于Python是动态解释语言，可以想办法做到静态语言的水平，借助cython可以把Python工程编译为C文件及.so(linux)文件，这时可以把请求响应

延时进一步降低30%以上；

　　延伸：YouTube在使用Python构建高并发服务值得借鉴，使用Python做到快速灵活的开发和部署，使用psyco，一种Python到C的动态编译器，该编译器

使用一种JIT编译方法来优化内层循环，再将内容完整的Python对象缓存起来，整体达到很高的性能。

refer：

https://gunicorn.org/#docs

https://www.cnblogs.com/break-python/p/5459169.html

https://docs.docker.com/engine/reference/builder/#format

https://blog.csdn.net/wo18237095579/article/details/80540571

http://www.browserwork.com/architecture/youtube-architecture